Saat ini media sosial twitter merupakan media yang popular untuk penyebaran berita. Berita mempunyai unsur-unsur agar dapat dibedakan jenis beritanya, seperti hoax yang mempunyai unsur kepanikan, kecemasan dan kegelisahan yang dapat memberikan dampak signifikan diberbagai bidang sosial, ekonomi, pendidikan dan politik. Upaya pencegahan hoax perlu dilakukan agar berita tersebut tidak menjadi viral, yaitu dengan cara dikembangkan suatu metode yang berfungsi mengidentifikasi dan menganalisis hoax. Dalam penelian ini diusulkan suatu pendekatan Machine Learning dengan metode Support Vector Machine (SVM) untuk proses mengidentifikasi berita hoax. Penggunaan Support Vector Machine (SVM) didukung oleh fitur seleksi Information Gain (IG) ditambah Term Frequency–Inverse Document Frequency (TF-IDF) untuk pembobotan kata menghasilkan performansi sistem yang sangat optimal dalam peningkatan akurasi sebesar 37.51%, dengan akurasi mencapai 96.55%.